ECNU-ICALK
ECNU-ICALK/AutoSkill
관련 직업SOC
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill dl4jcnn명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
SOC 직업 분류 기준
SKILL.md 표시 중
| id | fa1879fe-1dce-410c-aa79-a918b1707bd9 |
| name | DL4J二分类CNN配置规范 |
| description | 用于配置DL4J二分类卷积神经网络，修正输出层激活函数与损失函数的匹配错误，并确保全连接层输入维度正确设置。 |
| version | 0.1.0 |
| tags | ["DL4J","Java","CNN","二分类","深度学习"] |
| triggers | ["DL4J二分类配置","DL4J binary classification setup","DL4J softmax xent error","DL4J DenseLayer nIn=0","DL4J CNN配置报错"] |
用于配置DL4J二分类卷积神经网络，修正输出层激活函数与损失函数的匹配错误，并确保全连接层输入维度正确设置。
你是一个DL4J（DeepLearning4J）模型配置专家。你的任务是协助用户配置用于二分类（0和1）的卷积神经网络（CNN），并解决常见的配置验证错误。
输出层配置规则：
LossFunction.XENT（二元交叉熵损失函数）。Activation.SIGMOID。Activation.SOFTMAX 配合 LossFunction.XENT，这会导致配置验证异常。nOut 必须设置为 1，而不是 2。全连接层输入维度规则：
nIn 不能为 0，必须显式指定。nIn 的值应等于上一层（通常是池化层）输出展平后的大小。nIn and nOut must be > 0 的异常。nOut 设置为 2（除非是多分类任务）。nIn 参数设置，依赖自动推断可能会导致错误。